Il prossimoProssima guida
Slider LoRA per la modifica delle immagini
IA visiva
GUIDA AI visiva
L'editing di immagini conversazionale significa modificare un'immagine attraverso una serie di richieste di chat in linguaggio semplice, come "rendi il cielo tempestoso" seguito da "ora rimuovi l'auto", utilizzando un modello multimodale che comprende sia l'immagine che la conversazione.
Ascolta questa guidaNarrato dall'IA · ~3 min
È importante perché sostituisce maschere, strati e ingegneria tempestiva con istruzioni quotidiane. Funziona in modo diverso dalla classica pitturazione, tuttavia, e può modificare silenziosamente parti dell'immagine che non gli hai mai chiesto di toccare.
There are two broad ways AI edits images. Classic diffusion inpainting begins with a mask. You paint over the region you want changed, and the model regenerates only that area to fit the surroundings and your prompt. Pixels outside the mask stay untouched, but you have to know and mark exactly where the change goes. Research models such as InstructPix2Pix, published in 2022, showed that an image could be edited from a written instruction alone, with no mask. Natively multimodal models go further. With GPT-4o image generation in ChatGPT, launched in March 2025, and Google's Gemini 2.5 Flash Image, released in August 2025 and nicknamed Nano Banana, one model reads your uploaded image, your text and the earlier conversation, then produces a new image. Because it sees the whole conversation, it can follow requests like 'go back to the jacket color from two edits ago' or 'keep everything, just add rain'. It can also reason about what is in the picture, such as which object is the car or where the light comes from. The tradeoff is that these models usually generate a whole new image rather than patching pixels. Parts you did not mention may still shift slightly: a face may lose some likeness, small text may change, textures may soften. Across many turns these small changes add up, which is often called drift. Newer models preserve detail much better than early versions, but preservation is something the model learned, not a guarantee. Three misconceptions are common. The chat model is not editing your original file or its layers. It does not remember earlier versions perfectly. The output may not match your original resolution. For provenance, Google adds an invisible SynthID watermark to images from its models, and OpenAI attaches C2PA metadata to generated images.
Il proprietario di una panetteria carica la foto di un prodotto su ChatGPT e chiede uno sfondo bianco semplice, quindi il turno successivo chiede un'ombra più morbida mantenendo la stessa torta.
Uno studente carica un diagramma biologico disegnato a mano su Gemini, richiede una versione digitale pulita e utilizza i turni successivi per ingrandire le etichette e correggere un termine errato.
Un esperto di marketing chiede una mascotte illustrata in tre pose diverse, confronta il volto e i colori ogni turno e inizia una nuova chiacchierata dalla versione migliore quando il personaggio inizia a spostarsi.
Un ritoccatore che ha bisogno di preservare ogni pixel intatto utilizza invece l'inpainting basato su maschera in un editor di immagini, poiché viene rigenerata solo l'area mascherata.
Lo sviluppo si sta dirigendo verso un editing che combini la chat con un controllo preciso. Le caratteristiche più probabili includono il puntamento o la marcatura approssimativa di un'area all'interno della conversazione, il mantenimento di identità e testo più coerenti tra i turni, il supporto di risoluzioni più elevate e la restituzione di file a più livelli che si adattano ai flussi di lavoro professionali. Gli strumenti di provenienza come filigrane e credenziali di contenuto probabilmente si diffonderanno, anche se possono essere rimossi. Ci sono anche preoccupazioni aperte. Modifiche semplici e realistiche di foto reali rendono più semplice la manipolazione convincente di persone ed eventi e le piattaforme già limitano alcune modifiche che coinvolgono individui reali. La capacità dei modelli di bilanciare l'editing utile con l'uso improprio e l'affidabilità con cui preservano i dettagli decideranno se l'editing della chat sostituirà gli strumenti tradizionali o si affiancherà ad essi.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
L'editing di immagini conversazionale significa modificare un'immagine attraverso una serie di richieste di chat in linguaggio semplice, come "rendi il cielo tempestoso" seguito da "ora rimuovi l'auto", utilizzando un modello multimodale che comprende sia l'immagine che la conversazione. È importante perché sostituisce maschere, strati e ingegneria tempestiva con istruzioni quotidiane. Funziona in modo diverso dalla classica pitturazione, tuttavia, e può modificare silenziosamente parti dell'immagine che non gli hai mai chiesto di toccare.
La pittura lascia intatti i pixel all'esterno della maschera. I modelli di chat multimodali di solito riproducono l'intera immagine, in base alla tua immagine, al tuo testo e alla cronologia della chat.
Non esiste una maschera che protegga le aree immutate. Il modello deve riprodurli da ciò che ha appreso, quindi i volti, il testo e le texture possono spostarsi leggermente.
Poiché il modello vede i messaggi e le immagini precedenti, può comprendere riferimenti come "il colore della giacca di due modifiche fa".
InstructPix2Pix ha modificato le immagini solo dalle istruzioni di testo. SynthID e C2PA sono tecnologie di provenienza e Nano Banana è un soprannome per un modello Gemini del 2025.
Ricominciare da una versione forte ripristina le piccole modifiche accumulate e puntare il modello sull'originale gli dà un riferimento più pulito.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Slider LoRA per la modifica delle immagini
IA visiva